未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

Python程序设计基础

作者: 钟雪灵著

出版社: 电子工业出版社

出版时间: 2019-12

版次: 1

ISBN: 9787121375958

定价: 59.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 300页

分类: 教材教辅考试>教材>大学教材>计算机与互联网

230人买过

本书介绍Python程序设计的基础知识，集教材、习题、上机实验于一体，内容涵盖全国计算机等级考试二级Python 语言程序设计的考试大纲，包括11章教学内容和9个实验。在教学内容中，第1～6章介绍Python程序设计的基础知识，第7～9章分别介绍三个用于数据分析的第三方程序包（NumPy、Pandas、Matplotlib）及其应用，第10～11章主要围绕Tushare财经数据库介绍运用Python进行数据分析的几个综合案例。9个实验与教学内容结合紧密，包括验证性、设计性和综合性实验，方便实验教学的组织与开展。钟雪灵，男，教授。华南师范大学计算机科学学士，华南师范大学计算机软件与理论硕士，暨南大学企业管理博士。现为广东金融学院互联网金融与信息工程学院副院长。目   录
第1章  初识Python 1
1．1  Python语言概述 1
1．2  Python的开发优势 1
1．3  安装Python 2
1．4  IDLE开发环境 4
1．4．1  Python IDLE集成开发环境 4
1．4．2  Python程序编辑器 4
1．4．3  Python程序书写规范 5
1．4．4  Python程序的运行 7
1．5  Anaconda开发环境 8
1．5．1  Python软件包管理工具 8
1．5．2  Anaconda软件包 10
1．5．3  Anaconda Prompt窗口 12
1．5．4  IPython开发工具 14
1．5．5  Spyder集成开发环境 18
1．6  本章小结 19
习题 20
第2章  Python语言基础 21
2．1  基本数据类型 21
2．1．1  数值型 21
2．1．2  逻辑型 21
2．1．3  字符串 22
2．2  变量 26
2．2．1  关键字和标识符 26
2．2．2  变量 27
2．3  运算符与表达式 28
2．3．1  运算符 28
2．3．2  表达式 33
2．3．3  数据类型转换 34
2．4  输入与输出 35
2．4．1  输入函数input() 35
2．4．2  输出函数print() 36
2．5  内置函数 36
2．5．1  数学运算函数 37
2．5．2  字符串处理函数 37
2．5．3  其他函数 40
2．6  常用模块 41
2．6．1  模块导入 41
2．6．2  math数学模块 43
2．6．3  random随机数模块 44
2．6．4  datetime和time模块 45
2．7  本章小结 48
习题 49
第3章  Python容器数据类型 51
3．1  列表list 51
3．1．1  创建列表和存取列表元素 51
3．1．2  列表基本操作 52
3．1．3  列表常用函数 53
3．1．4  切片 55
3．1．5  列表生成方式 55
3．2  元组 56
3．2．1  创建元组和存取元组元素 56
3．2．2  元组和列表的差异 58
3．2．3  序列操作函数 58
3．3  字典 59
3．3．1  创建字典和存取键值对 59
3．3．2  字典的常用方法 60
3．4  集合 62
3．4．1  创建集合 62
3．4．2  遍历集合 62
3．4．3  集合操作函数 63
3．4．4  集合运算：并、交、差 64
3．5  可变类型和不可变类型 65
3．6  浅复制和深复制 66
3．7  本章小结 67
习题 67
第4章  程序控制结构 69
4．1  顺序结构 69
4．2  选择结构 69
4．2．1  二分支选择结构 70
4．2．2  单分支选择结构 71
4．2．3  多分支选择结构 72
4．2．3  嵌套的选择结构 73
4．3  循环结构 74
4．3．1  while循环 75
4．3．2  for循环 76
4．3．3  break语句和continue语句 78
4．3．4  else子句 79
4．3．5  循环的嵌套 79
4．4  异常处理结构 81
4．5  本章小结 82
习题 82
第5章  函数 84
5．1  函数定义 84
5．2  函数调用与参数 86
5．2．1  函数调用的一般形式 86
5．2．2  不可变对象和可变对象参数 87
5．2．3  默认值参数 87
5．2．4  关键字参数 89
5．2．5  不定长参数 89
5．2．6  实参序列解包 90
5．3  变量的作用域 91
5．4  lambda表达式 92
5．5  嵌套定义、修饰器和生成器函数 93
5．6  函数递归调用 95
5．7   Python的第三方库 97
5．7．1  pyinstaller库 97
5．7．2  jieba库 98
5．7．3  wordcloud库 99
5．7．4  turtle库 100
5．8  本章小节 102
习题 102
第6章  文件 103
6．1  文件的基本概念 103
6．2  文件基本操作 104
6．2．1  用内置函数open打开文件 104
6．2．2  文件对象的属性和常用方法 105
6．2．3  关闭文件 105
6．2．4  读/写文本文件 106
6．2．5  读/写二进制文件 107
6．2．6  文件定位 108
6．2．7  读/写docx文件和xlsx文件 109
6．3  文件与文件夹操作 111
6．3．1  os模块 111
6．3．2  os．path模块 113
6．4  编程实例 113
6．5  本章小节 116
习题 116
第7章  NumPy科学计算库 117
7．1  NumPy基础 117
7．1．1  数组对象特性 117
7．1．2  生成数组 118
7．1．3  NumPy的数据类型 121
7．2  存取数组元素 122
7．2．1  基本索引和切片操作 122
7．2．2  二维数组的索引操作 123
7．2．3  布尔索引 124
7．3  数组运算和排序 125
7．3．1  数组和单个数据的运算 125
7．3．2  数组和数组的运算 125
7．3．3  数组排序 127
7．4   NumPy的函数 128
7．4．1  常用函数 128
7．4．2  随机函数 131
7．4．3  集合函数 132
7．4．4  多项式 132
7．5  数组组合和文件存取 133
7．5．1  改变数组的维度 133
7．5．2  数组组合 134
7．5．3  数组分割 135
7．5．4  读写文件 136
7．6  应用实例 137
7．7  本章小结 139
习题 140
第8章  Pandas数据分析库 141
8．1  Pandas的基本数据结构 141
8．1．1  Series序列 141
8．1．2  DataFrame数据框 144
8．2  访问数据 146
8．2．1  loc[]、iloc[]访问 147
8．2．2  at[]、iat[]、query()访问 149
8．3  算术运算和对齐 149
8．3．1  nan缺失值处理 149
8．3．2  对齐处理 152
8．3．3  通用函数 154
8．4  读/写数据文件 155
8．4．1  读/写CSV文件 155
8．4．2  读/写Excel文件 157
8．4．3  读/写HDF5文件 157
8．5  数据整理 158
8．5．1  行、列的插入和删除 158
8．5．2  索引整理 159
8．5．3  重复值处理 161
8．5．4  排序和排名 162
8．5．5  数据框连接 164
8．5．6  数据分段 165
8．5．7  多级索引 167
8．5．8  字符串处理 168
8．6  分组统计 169
8．6．1  分组对象概述 169
8．6．2  分组对象的统计方法 170
8．6．3  数据透视表 172
8．7  时间序列 172
8．7．1  Pandas中的时间函数 173
8．7．2  时间频率变换 175
8．8  实例应用 176
8．8．1  泰坦尼克号数据集分析 176
8．8．2  电影票房统计 179
8．8．3  股票基本面统计 182
8．9  本章小结 184
习题 184
第9章  Matplotlib绘图库 185
9．1  Matplotlib简介 185
9．1．1  绘图示例 185
9．1．2  颜色、线型和标记符号 187
9．1．3  plt常用命令 188
9．1．4  中文显示问题 191
9．2  几种常见的图形 192
9．2．1  柱形图 192
9．2．2  饼图 195
9．2．3  散点图 196
9．2．4  直方图 198
9．2．5  箱线图 199
9．2．6  其他图形 200
9．3  多图绘制 201
9．4  设置图形装饰项 204
9．4．1  添加注解 205
9．4．2  设置坐标轴 207
9．4．3  填充颜色和显示图片 208
9．5  使用Pandas绘图 209
9．6  本章小结 211
习题 212
第10章  Tushare财经数据接口 213
10．1  财经数据接口Tushare简介 213
10．1．1  宏观经济数据 213
10．1．2  股票行情数据 216
10．1．3  上市公司基本面数据 219
10．1．4  股票指数数据 221
10．2  股票行情数据的可视化 223
10．2．1  绘制股票k线图 223
10．2．2  绘制股票价格移动均线与成交量 225
10．3  优质基本面的股票池创建 227
10．4  本章小结 229
习题 229
第11章  Python金融分析应用 231
11．1  实用NumPy金融函数 231
11．2  股票的收益率和波动率 235
11．2．1  收益率计算 235
11．2．2  单支股票和市场平均收益率比较 237
11．2．3  历史波动率计算 240
11．2．4  股票收益率相关性分析 242
11．3  股票技术指标计算 246
11．3．1  价格趋势分析 246
11．3．2  超卖超买分析 249
11．4  宏观经济数据分析 251
11．4．1  数据准备 251
11．4．2  国内生产总值增长态势 252
11．5  本章小结 256
习题 256
第12章  配套实验 257
实验1   Python和内置函数 257
实验2  列表、元组、字典和集合 264
实验3  程序的流程控制 267
实验4  函数练习 268
实验5  文件读写 269
实验6  NumPy科学计算库 271
实验7  Pandas数据分析库 274
实验8  Matplotlib绘图库 275
实验9  Python金融数据分析应用 278
参考文献 286
内容简介:
本书介绍Python程序设计的基础知识，集教材、习题、上机实验于一体，内容涵盖全国计算机等级考试二级Python 语言程序设计的考试大纲，包括11章教学内容和9个实验。在教学内容中，第1～6章介绍Python程序设计的基础知识，第7～9章分别介绍三个用于数据分析的第三方程序包（NumPy、Pandas、Matplotlib）及其应用，第10～11章主要围绕Tushare财经数据库介绍运用Python进行数据分析的几个综合案例。9个实验与教学内容结合紧密，包括验证性、设计性和综合性实验，方便实验教学的组织与开展。
作者简介:
钟雪灵，男，教授。华南师范大学计算机科学学士，华南师范大学计算机软件与理论硕士，暨南大学企业管理博士。现为广东金融学院互联网金融与信息工程学院副院长。
目录:
目   录
第1章  初识Python 1
1．1  Python语言概述 1
1．2  Python的开发优势 1
1．3  安装Python 2
1．4  IDLE开发环境 4
1．4．1  Python IDLE集成开发环境 4
1．4．2  Python程序编辑器 4
1．4．3  Python程序书写规范 5
1．4．4  Python程序的运行 7
1．5  Anaconda开发环境 8
1．5．1  Python软件包管理工具 8
1．5．2  Anaconda软件包 10
1．5．3  Anaconda Prompt窗口 12
1．5．4  IPython开发工具 14
1．5．5  Spyder集成开发环境 18
1．6  本章小结 19
习题 20
第2章  Python语言基础 21
2．1  基本数据类型 21
2．1．1  数值型 21
2．1．2  逻辑型 21
2．1．3  字符串 22
2．2  变量 26
2．2．1  关键字和标识符 26
2．2．2  变量 27
2．3  运算符与表达式 28
2．3．1  运算符 28
2．3．2  表达式 33
2．3．3  数据类型转换 34
2．4  输入与输出 35
2．4．1  输入函数input() 35
2．4．2  输出函数print() 36
2．5  内置函数 36
2．5．1  数学运算函数 37
2．5．2  字符串处理函数 37
2．5．3  其他函数 40
2．6  常用模块 41
2．6．1  模块导入 41
2．6．2  math数学模块 43
2．6．3  random随机数模块 44
2．6．4  datetime和time模块 45
2．7  本章小结 48
习题 49
第3章  Python容器数据类型 51
3．1  列表list 51
3．1．1  创建列表和存取列表元素 51
3．1．2  列表基本操作 52
3．1．3  列表常用函数 53
3．1．4  切片 55
3．1．5  列表生成方式 55
3．2  元组 56
3．2．1  创建元组和存取元组元素 56
3．2．2  元组和列表的差异 58
3．2．3  序列操作函数 58
3．3  字典 59
3．3．1  创建字典和存取键值对 59
3．3．2  字典的常用方法 60
3．4  集合 62
3．4．1  创建集合 62
3．4．2  遍历集合 62
3．4．3  集合操作函数 63
3．4．4  集合运算：并、交、差 64
3．5  可变类型和不可变类型 65
3．6  浅复制和深复制 66
3．7  本章小结 67
习题 67
第4章  程序控制结构 69
4．1  顺序结构 69
4．2  选择结构 69
4．2．1  二分支选择结构 70
4．2．2  单分支选择结构 71
4．2．3  多分支选择结构 72
4．2．3  嵌套的选择结构 73
4．3  循环结构 74
4．3．1  while循环 75
4．3．2  for循环 76
4．3．3  break语句和continue语句 78
4．3．4  else子句 79
4．3．5  循环的嵌套 79
4．4  异常处理结构 81
4．5  本章小结 82
习题 82
第5章  函数 84
5．1  函数定义 84
5．2  函数调用与参数 86
5．2．1  函数调用的一般形式 86
5．2．2  不可变对象和可变对象参数 87
5．2．3  默认值参数 87
5．2．4  关键字参数 89
5．2．5  不定长参数 89
5．2．6  实参序列解包 90
5．3  变量的作用域 91
5．4  lambda表达式 92
5．5  嵌套定义、修饰器和生成器函数 93
5．6  函数递归调用 95
5．7   Python的第三方库 97
5．7．1  pyinstaller库 97
5．7．2  jieba库 98
5．7．3  wordcloud库 99
5．7．4  turtle库 100
5．8  本章小节 102
习题 102
第6章  文件 103
6．1  文件的基本概念 103
6．2  文件基本操作 104
6．2．1  用内置函数open打开文件 104
6．2．2  文件对象的属性和常用方法 105
6．2．3  关闭文件 105
6．2．4  读/写文本文件 106
6．2．5  读/写二进制文件 107
6．2．6  文件定位 108
6．2．7  读/写docx文件和xlsx文件 109
6．3  文件与文件夹操作 111
6．3．1  os模块 111
6．3．2  os．path模块 113
6．4  编程实例 113
6．5  本章小节 116
习题 116
第7章  NumPy科学计算库 117
7．1  NumPy基础 117
7．1．1  数组对象特性 117
7．1．2  生成数组 118
7．1．3  NumPy的数据类型 121
7．2  存取数组元素 122
7．2．1  基本索引和切片操作 122
7．2．2  二维数组的索引操作 123
7．2．3  布尔索引 124
7．3  数组运算和排序 125
7．3．1  数组和单个数据的运算 125
7．3．2  数组和数组的运算 125
7．3．3  数组排序 127
7．4   NumPy的函数 128
7．4．1  常用函数 128
7．4．2  随机函数 131
7．4．3  集合函数 132
7．4．4  多项式 132
7．5  数组组合和文件存取 133
7．5．1  改变数组的维度 133
7．5．2  数组组合 134
7．5．3  数组分割 135
7．5．4  读写文件 136
7．6  应用实例 137
7．7  本章小结 139
习题 140
第8章  Pandas数据分析库 141
8．1  Pandas的基本数据结构 141
8．1．1  Series序列 141
8．1．2  DataFrame数据框 144
8．2  访问数据 146
8．2．1  loc[]、iloc[]访问 147
8．2．2  at[]、iat[]、query()访问 149
8．3  算术运算和对齐 149
8．3．1  nan缺失值处理 149
8．3．2  对齐处理 152
8．3．3  通用函数 154
8．4  读/写数据文件 155
8．4．1  读/写CSV文件 155
8．4．2  读/写Excel文件 157
8．4．3  读/写HDF5文件 157
8．5  数据整理 158
8．5．1  行、列的插入和删除 158
8．5．2  索引整理 159
8．5．3  重复值处理 161
8．5．4  排序和排名 162
8．5．5  数据框连接 164
8．5．6  数据分段 165
8．5．7  多级索引 167
8．5．8  字符串处理 168
8．6  分组统计 169
8．6．1  分组对象概述 169
8．6．2  分组对象的统计方法 170
8．6．3  数据透视表 172
8．7  时间序列 172
8．7．1  Pandas中的时间函数 173
8．7．2  时间频率变换 175
8．8  实例应用 176
8．8．1  泰坦尼克号数据集分析 176
8．8．2  电影票房统计 179
8．8．3  股票基本面统计 182
8．9  本章小结 184
习题 184
第9章  Matplotlib绘图库 185
9．1  Matplotlib简介 185
9．1．1  绘图示例 185
9．1．2  颜色、线型和标记符号 187
9．1．3  plt常用命令 188
9．1．4  中文显示问题 191
9．2  几种常见的图形 192
9．2．1  柱形图 192
9．2．2  饼图 195
9．2．3  散点图 196
9．2．4  直方图 198
9．2．5  箱线图 199
9．2．6  其他图形 200
9．3  多图绘制 201
9．4  设置图形装饰项 204
9．4．1  添加注解 205
9．4．2  设置坐标轴 207
9．4．3  填充颜色和显示图片 208
9．5  使用Pandas绘图 209
9．6  本章小结 211
习题 212
第10章  Tushare财经数据接口 213
10．1  财经数据接口Tushare简介 213
10．1．1  宏观经济数据 213
10．1．2  股票行情数据 216
10．1．3  上市公司基本面数据 219
10．1．4  股票指数数据 221
10．2  股票行情数据的可视化 223
10．2．1  绘制股票k线图 223
10．2．2  绘制股票价格移动均线与成交量 225
10．3  优质基本面的股票池创建 227
10．4  本章小结 229
习题 229
第11章  Python金融分析应用 231
11．1  实用NumPy金融函数 231
11．2  股票的收益率和波动率 235
11．2．1  收益率计算 235
11．2．2  单支股票和市场平均收益率比较 237
11．2．3  历史波动率计算 240
11．2．4  股票收益率相关性分析 242
11．3  股票技术指标计算 246
11．3．1  价格趋势分析 246
11．3．2  超卖超买分析 249
11．4  宏观经济数据分析 251
11．4．1  数据准备 251
11．4．2  国内生产总值增长态势 252
11．5  本章小结 256
习题 256
第12章  配套实验 257
实验1   Python和内置函数 257
实验2  列表、元组、字典和集合 264
实验3  程序的流程控制 267
实验4  函数练习 268
实验5  文件读写 269
实验6  NumPy科学计算库 271
实验7  Pandas数据分析库 274
实验8  Matplotlib绘图库 275
实验9  Python金融数据分析应用 278
参考文献 286

查看详情

Python程序设计基础

内容简介:

作者简介:

目录: